xAI 推出 grok-imagine-video-1.5-preview：单图生成 720p 电影感视频
做短视频、概念设计或分镜测试的创作者，现在可以用一张图生成电影感视频，省去逐帧手绘的麻烦，值得通过 API 试玩。
IT之家原文
全部动态
AI 相关资讯全量信息流 · 1796 条
6月5日
深圳团队用华为昇腾910C成功训练万亿参数大模型DeepSeek-V4-Pro
国产芯片终于能跑万亿参数大模型了，做AI基础设施和模型训练的团队值得关注——这证明昇腾910C已具备工业级训练能力，后续国产替代路径更清晰。
IT之家原文
NVIDIA 发布 Nemotron 3 Ultra：550B 混合专家模型，专为长时智能体设计
长时智能体开发者终于有了一个兼顾超长上下文和高推理效率的开放模型——Nemotron 3 Ultra 的 6 倍吞吐量提升能显著降低部署成本，做 Agent 或 RAG 系统的团队值得直接试。
NVIDIA 发布 Nemotron 3.5 Content Safety：可定制多模态安全模型
企业部署 AI 最头疼的就是内容安全合规，NVIDIA 这个模型直接让企业按自己的政策微调安全过滤规则，做 AI 应用落地的团队值得关注。
6月4日
Miso Labs 发布 8B 情感 TTS 模型 MisoTTS，开放权重
MisoTTS 解决了 TTS 模型情感表达不足的痛点，做语音合成、虚拟助手或内容创作的团队可以直接下载权重试用，感受 8B 模型带来的细腻语调变化。
安全研究员测试AI漏洞挑战：GPT-5.5成功率最高，DeepSeek V4 Pro成本最低
安全团队和AI开发者可以直观看到不同模型在真实漏洞利用任务中的性价比——GPT-5.5最可靠但贵，DeepSeek V4 Pro成本极低但成功率有限，做自动化安全测试的团队值得参考这个对比。
IT之家原文
Ideogram 4.0 开源生图模型登场，9.3B 参数登顶全球第 4
做设计、营销或内容创作的团队终于有了开源可部署的高质量生图模型——Ideogram 4.0 的文字绘制和布局控制能力直接对标商用产品，建议下载权重试试。
Google DeepMind 的 Gemma 4 12B 让多模态 AI 在 16GB 笔记本上运行
多模态模型终于能跑在普通笔记本上了，做本地 AI 应用或边缘计算的开发者可以直接下载试试，性能还接近两倍大的模型。
Google DeepMind 发布 Gemma 4 12B：无编码器多模态模型，原生音频支持，16GB 笔记本可跑
多模态模型终于能跑在普通笔记本上了，做本地 AI 应用或边缘计算的开发者可以直接下载试用，16GB 内存就能跑视觉+音频推理，开源许可也友好。
6月3日
NVIDIA 发布 Cosmos 3：双塔 MoT 基础模型统一物理推理与生成
NVIDIA 把物理推理和世界生成塞进一个开源模型，做机器人或自动驾驶的团队可以直接拿来用，省去从头训练物理世界模型的成本。
智元开源行业首个聚焦物理交互的具身数据集 AGIBOT WORLD 2026
做具身智能或世界模型研究的团队终于有了真实物理交互数据，不再是模拟器里的完美动作——补齐了训练的关键短板，搞机器人的建议直接去 Hugging Face 下载。
IT之家原文
微软发布 MAI-Thinking-1 和 MAI-Code-1-Flash 模型
微软用 35B 参数模型挑战 Sonnet 4.6，证明小模型也能出奇迹——做推理应用或 Copilot 开发的团队值得关注，尤其是对数据合规有要求的项目。
微软发布首款推理模型 MAI-Thinking-1，自研 AI 阵容扩充
微软终于拿出了自己的推理模型，而且强调纯自研、不蒸馏，这对关注模型自主可控的开发者是个信号。做软件工程或编程的团队可以关注 MAI-Code-1 在 Copilot 中的实际表现，值得一试。
IT之家原文
6月2日
阿里Qwen团队发布Qwen3.7-Plus，集成视觉、深度推理与工具调用
Qwen3.7-Plus把视觉、推理和工具调用整合到一个模型里，做多模态应用的开发者可以直接在百炼平台体验，省去拼接多个模型的麻烦。
JetBrains 发布 Mellum2：12B MoE 模型，专为多模型 AI 流水线中的快速专用任务设计
JetBrains 把 MoE 模型塞进开发者工具链，做 IDE 插件或代码分析工具的团队可以直接用 Mellum2 替换通用模型，提升响应速度且不牺牲质量。
JetBrains 开源 Mellum2 模型：12B 参数，升级为 AI 智能体编程助手
JetBrains 把自家 IDE 的 AI 能力下放给社区了——做 JetBrains 插件开发或自建 AI 编程管线的团队，可以直接用 Mellum2 跑本地智能体工作流，省去自己训练和调优的麻烦。
IT之家原文
MiniMax 发布 M3 模型：MSA 架构、1M 上下文、原生多模态与智能体编程
MiniMax M3 的 1M 上下文和原生多模态能力直接解决了长文档分析和视频理解的痛点，做 RAG 应用或自动化编程的团队值得关注其 agentic coding 特性。
JetBrains 发布 Mellum2：12B MoE 模型
JetBrains 的 Mellum2 为 IDE 内代码生成带来了更精准的 MoE 方案，用 JetBrains 全家桶的开发者可以直接在 Hugging Face 上体验，看看它能否提升你的编码效率。
6月1日
MiniMax 发布 M3 模型：1M 上下文窗口与原生多模态
MiniMax M3 将 1M 上下文、多模态和智能体能力打包进一个模型，做长文本处理或多模态应用的开发者可以直接用它替代多个模型组合，省心又高效。
英伟达推出全开源全模态物理AI大模型Cosmos 3
英伟达把物理AI的门槛打下来了——全开源、全模态、训练周期从月缩到天，做机器人、自动驾驶或视觉AI的团队可以直接拿来用，省掉从头造轮子的成本。
IT之家原文
英伟达推出 Alpamayo 2 Super 开源推理模型，加速 L4 自动驾驶研发
英伟达把自动驾驶模型参数翻了三倍，还开源了全套工具链，做 L4 研发的团队可以直接省掉从零搭建的环节，建议关注夏季开源代码。
IT之家原文
英伟达发布 5500 亿参数 Nemotron 3 Ultra 开源模型，推理速度提升 5 倍
英伟达把大模型推理速度和成本同时优化了，做智能体开发或企业自动化的团队可以直接用上，比现有开源方案更高效省钱，值得关注。
MiniMax M3 发布：百万上下文、原生多模态，编码与智能体能力顶尖
MiniMax M3 把编码、智能体、长上下文和多模态全塞进一个模型，做复杂自动化或长视频分析的开发者可以直接试，价格还有限时折扣。
5月31日
5月30日
智元自研世界模型 GE 2.0 登顶 WorldArena，2B 参数力压英伟达
智元用 2B 参数模型在具身智能世界模型赛道击败英伟达等巨头，做机器人或具身智能的开发者值得关注——轻量化方案可能改写行业路线。
IT之家原文